帮助 本站公告
您现在所在的位置:网站首页 > 知识中心 > 文献详情
文献详细Journal detailed

混沌粒子群优化神经网络算法应用于SRG建模
CPSO-BPNN algorithm and its application of SRG modeling

作  者: ; ;

机构地区: 华南理工大学土木与交通学院

出  处: 《计算机工程与应用》 2010年第27期238-241,共4页

摘  要: 粒子群算法是解决非线性、不可微问题的一种优秀算法。利用混沌映射的随机性与遍历性,引入防早熟机制,加强了粒子群的全局搜索能力,但该算法仍然容易在进化后期出现速度变慢现象。BP神经网络具有很强的非线性处理能力和逼近能力,但BP算法是基于梯度下降的方法,存在容易陷入局部最优及初值敏感的缺点。将两种算法优势互补,构建了一种混沌粒子群优化BP神经网络(CPSO-BPNN)的算法。该算法应用到开关磁阻发电机(SRG)的非线性建模中,建模效果表明CPSO-BPNN算法的泛化能力很强,可以比较完美地表达开关磁阻发电机的磁链和转矩特性。 A new algorithm,which is named as chaotic hybrid particle swarm optimization BP neural network(CPSO-BPNN), is proposed.CPSO integrates chaotic mechanism for its ergodicity, stochastic property,and regularity,which enhance the global exploitation of PSO.BP neural network has strong nonlinear approximation ability, but its nature of gradient descent algorithm determines that it's easy to fall into local optimum and sensitive to the initial values.The CPSO-BPNN algorithm is in order to take the advantages of the two algorithms.It is applied to the non-linear modeling of Switched Reluctance Generator(SRG).The efforts soggest that the IPSO-BPNN model has strong generalization ability,it can expression the flux and torque characteristics of SRG perfectly.

关 键 词: 混沌 粒子群优化 神经网络 群智能 开关磁阻发电机

领  域: [自动化与计算机技术] [自动化与计算机技术]

相关作者

作者 李昶
作者 杨义迅

相关机构对象

机构 中山大学管理学院
机构 华南理工大学

相关领域作者

作者 李文姬
作者 邵慧君
作者 杜松华
作者 周国林
作者 邢弘昊